Gemini具身RSI发布!御三家连续暴击垂直具身模型,太惨了
Gemini具身RSI发布!御三家连续暴击垂直具身模型,太惨了谷歌具身RSI新成果来了!
搜索
谷歌具身RSI新成果来了!
啥,机器人已经能接管酒店洗衣房了??
改变 RSI 的基本演化单位,从任务转变为能力,有望从针对具体任务的局部优化,走向跨任务、跨模态的持续演化。
继 Apex-35B-V1.0 凭借领先 Flint 的表现引发关注之后,开源 RSI 模型又迎来一份亮眼成绩单:REMORY 仅凭一个 1.9B 的记忆模块,用两张 H800 实现完全自监督训练,在多项关键评测中领跑;驱动小模型持续数日递归改进,产出接近 GPT-6.1-Terra。
GEAR 可以让研究者像使用 Scikit-learn 一样模块化构建 RSI 算法。它将采样、候选评测和多样性管理所需的算法模块与并行推理等测评设施组织起来,使得 RSI 算法能够快速搭建、比较和复用。基于 GEPA(Genetic-Pareto)算法改进的实验结果证明,GEAR 调优的 Agent 在营销、客服和代码任务上均取得显著提升。
你的同事用Agent整理报表,一路顺畅。你用同样的模型、工具和流程,换成自己的文件,却开始反复试读、频繁返工。
Anthropic 工程师刚刚提出 “95% 的工程师已经在跑自我改进循环。” RSI 热潮推到眼前,递归循环跑起来了,AI 究竟变强了多少?本文将公开 Theseus Lab 进化纪元的洞察和愿景,并开源 3 项相关工作。
Jeff Dean在斯坦福HAI与李飞飞对谈中表示,RSI受训练、计算和评估等物理过程限制,难以无限加速,其新公司Discovery Loop已运行约20个自动改进循环,目标是将领域专家生产力提高20至50倍。
METR调查显示,Anthropic未公开的Model 4内部综合能力指数(AECI)达178.6,模型能力提升速度自2025年10月起增至此前1.9倍,约80%的研发加速来自AI辅助,内部研究员自报效率提升约12倍。
NaiveAI开源的Naive-N0.5-Flash已让普通玩家在个人电脑上完成数据处理、训练、评测与纠错,覆盖客服、游戏和机器人控制等任务,推动Vibe Training与递归自我改进落地。